Обратный дискретный стационарный вейвлет преобразовывает 2D
X = iswt2(SWC,
'wname'
)
X
= iswt2(A,H,V,D,wname
)
X = iswt2(A(:,:,end),H,V,D,'wname'
)
X = iswt2(A(:,:,1,:),H,V,D,'wname'
)
X = iswt2(SWC,Lo_R,Hi_R)
X
= iswt2(A,H,V,D,Lo_R,Hi_R)
X = iswt2(A(:,:,end),H,V,D,Lo_R,Hi_R)
X = iswt2(A(:,:,1,:),H,V,D,'wname'
)
iswt2
выполняет многоуровневую 2D стационарную реконструкцию вейвлета с помощью или ортогонального или биоортогонального вейвлета. Укажите, что вейвлет с помощью его имени ('wname'
, видят wfilters
для получения дополнительной информации), или его фильтры реконструкции (Lo_R
и Hi_R
).
X = iswt2(SWC,
или 'wname'
)X
= iswt2(A,H,V,D,
восстанавливает wname
)X
сигнала, на основе многоуровневой стационарной структуры разложения вейвлета SWC
или [A,H,V,D]
(см. swt2
).
Если многоуровневая стационарная структура разложения вейвлета SWC
или [A,H,V,D]
была сгенерирована из 2D матрицы, синтаксиса X = iswt2(A(:,:,end),H,V,D,
восстанавливает 'wname'
)X
сигнала.
Если стационарная структура разложения вейвлета SWC
или [A,H,V,D]
была сгенерирована от одного уровня стационарное разложение вейвлета 3-D матрицы, X = iswt2(A(:,:,1,:),H,V,D,
восстанавливает 'wname'
)X
сигнала.
X = iswt2(SWC,Lo_R,Hi_R)
или X
= iswt2(A,H,V,D,Lo_R,Hi_R)
или X = iswt2(A(:,:,end),H,V,D,Lo_R,Hi_R)
или X = iswt2(A(:,:,1,:),H,V,D,
восстанавливает как в предыдущем синтаксисе, с помощью фильтров, которые вы задаете:'wname'
)
Lo_R
является фильтром нижних частот реконструкции.
Hi_R
является фильтром высоких частот реконструкции.
Lo_R
и Hi_R
должны быть той же длиной.
iswt2
синтезирует X
от массивов коэффициентов, сгенерированных swt2
. swt2
использует арифметику с двойной точностью внутренне и возвращает содействующие матрицы с двойной точностью. swt2
предупреждает, если существует потеря точности при преобразовании, чтобы удвоиться.
Чтобы отличить одноуровневое разложение изображения истинного цвета от многоуровневого разложения индексируемого изображения, приближение и детализировать массивы коэффициентов изображений истинного цвета является 4-D массивами. Смотрите Отличают Одноуровневое Изображение Истинного цвета от Многоуровневых Индексируемых Разложений Изображений. Также смотрите примеры Стационарное Преобразование Вейвлета Изображения и Обратное Стационарное Преобразование Вейвлета Изображения.
Если K
- разложение уровня выполняется, размерности A
, H
, V
, и массивами коэффициентов D
является m
-by-n-by-3-by-
K
.
Если одноуровневое разложение выполняется, размерности A
, H
, V
, и массивами коэффициентов D
является m
-by-n-by-1-by-3
. Начиная с одиночного элемента MATLAB®removes последние размерности по умолчанию, третья размерность массивов коэффициентов является одиночным элементом.
Если SWC или (приблизительно, cH, условная цена, CD) получены из индексируемого анализа изображения или анализа изображения истинного цвета, то X m
-by-n
матрица или m
-by-n-by-3
массив, соответственно.
Для получения дополнительной информации о форматах изображения смотрите страницы с описанием imfinfo
и image
.
Нэзон, Г.П.; Б.В. Сильверман (1995), “Стационарный вейвлет преобразовывает и некоторые статистические приложения”, Примечания Лекции в Статистике, 103, стр 281–299.
Койфман, Р.Р.; Донохо Д.Л. (1995), “Шумоподавление инварианта перевода”, Примечания Лекции в Статистике, 103, стр 125–150.
Pesquet, Дж.К.; Х. Крим, Х. Карфэйтан (1996), “Независимые от времени ортонормированные представления вейвлета”, Знак Сделки IEEE. Proc., издание 44, 8, стр 1964–1970.